SuperAPI AI 工具集

ab-test-setup

测试与质量

查看项目

更新于 10-15 18:37

技能介绍

用途:指导设计能产出统计有效、可行动结果的 A/B 测试与实验。适合需要规划、设计或实施 A/B 测试、分流测试、实验的场景。\n\n主要能力:按测试背景、当前状态与约束做初始评估;以假设框架(观察、改动、预期、受众、指标)构建假设;区分 A/B、A/B/n、多变量(MVT)、分 URL 测试;计算样本量(给定基线转化率、最小可检测效应、95% 显著性、80% 统计功效);估算测试时长;选择主指标、次指标与护栏指标;设计变体与控制组;规划流量分配;提供启动前检查清单、测试期间注意事项、结果分析方法(统计显著性与实际显著性、置信区间、分段差异)及测试文档模板。\n\n使用方式:按资料中的提问清单先了解当前转化率、流量、所考虑改动、最小可检测提升、可用工具及是否测试过该区域,再输出测试计划文档,包括假设、设计、变体、指标、实施方法与分析计划。\n\n限制:资料未提供具体工具安装或代码执行步骤;样本量速查表与 Evan Miller、Optimizely 计算器链接仅作参考。分类依测试用途判断。